有意轉行AI行業的PM們，在學習的過程中是不是有很多專業名稱把你搞蒙了？比如說機器學習、無監督學習、半監督學習、神經網絡、深度學習、強化學習、遷移學習等。到底他們都是何方神聖，各自之間又有什麼區別和關係？本文作為一篇掃盲篇將給你一一梳理。
01 機器學習（Machine Learning）
1. 什麼是機器學習
機器學習與人工智能的關係：機器學習是實現人工智能的一種工具；而監督學習、無監督學習、深度學習等只是實現機器學習的一種方法。
機器學習與各種學習方法之間的關係：
注：這裡把神經網絡和深度學習歸到監督學習下面可能不是很恰當，因為維度不一樣，只能說有些監督學習的過程中用到神經網絡的方法。
而在半監督學習或無監督學習的過程中也可能會用到神經網絡，這裡只在監督學習的模式下介紹神經網絡。
機器學習就是讓機器自己有學習能力，能模擬人的思維方式去解決問題。
機器學習目的不只是讓機器去做某件事，而是讓機器學會學習。就像教一個小孩，我們不能教他所有的事，我們只是啟蒙他，他學會用我們教他的東西去創造更多的東西。
人解決問題的思維方式：
遇到問題的時候，人會根據過往的經歷、經驗、知識，來做決定。
機器模擬人的思維方式：
先用大量的數據訓練機器，讓機器有一定的經驗，再次輸入新的問題時，機器可以根據以往的數據，輸出一個最優解。
所以，機器學習就是讓機器具備學習能力，像人一樣去思考和解決問題。
2. 怎麼實現機器學習
實現機器學習的三個步驟：
舉個例子：我們現在要做一個預測房價的模型，假設影響房價的因素只有住房面積：
第一步：定義模型
假設：y=房價，x=住房面積
則定義模型：y=a*x+b
其中x為特徵變量，a、b為參數。因此我們的目的就是利用訓練數據（Training Data），去確定參數a、b的值。
第二步：定義怎樣才是最好的（定義損失函數）
在第一步定義好模型之後，接下來我們要告訴機器，滿足什麼樣條件的a和b才是最好的模型，即定義損失函數。
假設測試的數據（x1、y1）、（x2、y2）、（x3、y3）…；
假設測試數據到直線的距離之和為H；
則H²=∑（x-xi）²+（y-yi）²之和，其中xi、yi表示每點的測試數據。
因此我們定義最好的就是：使得H的值最小時，就是最好的。
第三步：找出最好的模型
根據第二步，我們知道什麼是最好的了，接下來就是想辦法求解出最好的解。
常用的就是梯度下降法，求最小值。剩下的就是輸入數據去訓練了，訓練數據的量和數據源的不同，就會導致最終的參數a、b不一樣。
這三步中基本上就是轉化為數學問題，後面會單獨寫一篇文章說明如何將一個AI模型轉化為數學的求解問題，其中主要涉及的一些專稱有：激活函數、損失函數、誤差、梯度下降、收斂、正則化、反向傳播等等，感興趣的同學可以關注下。
02 監督學習（Supervised Learning）
監督學習是從標記的訓練數據來推斷一個功能的機器學習任務，主要特點就是訓練數據是有標籤的。
比如說圖像識別：當輸入一張貓的圖片時，你告訴機器這是貓；當輸入一張狗的圖片時，你告訴機器這是狗；如此訓練。
測試時，當你輸入一張機器以前沒見過的照片，機器能辨認出這張圖片是貓還是狗。
監督學習的訓練數據是有標籤的，即輸入時告訴機器這是什麼，通過輸入是給定標籤的數據，讓機器自動找出輸入與輸出之間的關係。
其實現在我們看到的人工智能，大多數是監督學習。
監督學習優缺點：
- 優點：算法的難度較低，模型容易訓練；
- 缺點：需要人工給大量的訓練數據打上標籤，因此就催生了數據標籤師和數據訓練師的崗位。
03 線性迴歸（Linear Regression）
我們前面舉的預測房價的例子就是一個線性迴歸的問題，我們要找一條線去擬合這些測試數據，讓誤差最小。
如果我們要誤差最小，即要每一個測試點到直線的距離之和最小。（具體步驟可以參考我們前面介紹的實現機器學習的三個步驟）。
但是在現實問題中，可能房價跟住房面值不是單純的直線關係，當住房面積到一定大的時候，房價的增幅就會變緩了；或者說當數據量不夠大時，我們得到的模型跟測試數據太擬合了，不夠通用。
為了解決這些問題，我們就需要正則化，就是讓模型更加的通用。
圖一：如果我們按y=a*x+b這個模型去訓練，那得到的就會像圖一這樣的曲線，而當住房面積比較大時，可能預測效果就不好了；
圖二：我們加入了一個二次項，擬合效果就很不錯了，輸入新數據時，預測效果比較好，所以這就是比較好的模；那這麼說就是擬合程度越高越好？並不是，我們的目的不是在訓練數據中找出最擬合的模型，而是找出當輸入新數據時，預測效果最好的。因此，這個模型必須具體通用性。
圖三：我們加入了更高的三次項，模型跟訓練數據擬合度太高，但不具備通用性，當你輸入新數據時，其實預測效果也不好。因此需要通過正則化後，找到比較理想的通用模型。
線性迴歸的特點：
- 主要解決連續值預測的問題；
- 輸出的是數值。
04 邏輯迴歸（Logistic Regression）
邏輯迴歸輸出的特點：
邏輯迴歸主要解決的是分類的問題，有二值分類和多分類。
1. 二分類
如上圖，我們要做的事情就是找一條線，把黑色的點和藍色的點分開，而不是找一條線去擬合這些點。
比如說做攔截垃圾郵件的模型，就把郵件分為垃圾郵件和非垃圾郵件兩類。輸入一封郵件，經過模型分析，若是垃圾郵件則攔截。
2. 多分類
如上圖，要做的是把不同顏色的點各自歸為一類，其實這也是由二分類變換而成的。
比如說讓機器閱讀大量的文章，然後把文章分類。
線性迴歸與邏輯迴歸的舉例說明，以預測天氣為例：
- 如果要預測明天的溫度，那就是線性迴歸問題；
- 如果要預測明天是否下雨，那就是二分類的邏輯迴歸問題；
- 如果要預測明天的風級（1級、2級、3級…）,那就是多分類的邏輯迴歸問題。
05 神經網絡（Neural Networks）
1. 為什麼需要神經網絡？
還是以預測房價為例子，我們之前假設影響房價的因素只有住房面積，但是實際上可能還需要考慮樓層、建築時間、地段、售賣時間、朝向、房間的數量等等，可能影響因素是成千上萬的。並且各因素之間可能存在關聯關係的。
如果當普通的迴歸問題去解的話，設置的激活函數如下：
y=（a1*X1 + a2*X2 + a3*X3 + a4*X4…）+=（b1*X1X2 + b2*X1*X3 + b3*X1X4 …）+（三次項的組合）+（n次項的組合）
普通線性模型：
對於普通模型來說，每個特徵變量的之間的相互組合（二次項或三次項）都變成新的特徵變量，那麼高次項時，特徵變量就變得特別多，那回歸問題求解就很複雜了。而我們轉換為神經網絡去求解，高次項可以在深層網絡去處理，因此不會增加特徵變量，就會簡單得多。
神經網絡模型：
2. 為什麼叫做神經網絡？
先看下人類神經元的鏈接方式：
人的神經細胞連接是錯綜複雜的，一個神經元接受到多個神經元的信息，經過對信息處理後，再把信息傳遞給下一個神經元。
神經網絡的設計靈感就是來源於神經細胞之間的信息傳遞，我們可以把神經網絡中的每個圓圈看成是一個神經元，它接受上一級網絡的輸入，經過處理後，再把信息傳遞給下一級網絡。
3. 為什麼要模擬人類的神經網絡？人類的神經網絡有什麼神奇的地方？
神經系統科學家做過一個有趣的實驗，把一個動物的聽覺皮層切下來，移植到另一個動物的大腦上，替換其視覺皮層，這樣從眼睛收到的信號將傳遞給移植過來的聽覺皮層，最後的結果表明這個移植過來的聽覺皮層也學會了“看”。
還有很多有趣的實驗：
上圖是用舌頭學會“看”的一個例子，它能幫助失明人士看見事物。
它的原理是在前額上帶一個灰度攝像頭，攝像頭能獲取你面前事物的低分辨率的灰度圖像。再連一根線到安裝了電極陣列的舌頭上，那麼每個像素都被映射到你舌頭的某個位置上。電壓值高的點對應一個暗像素，電壓值低的點對應於亮像素，這樣舌頭通過感受電壓的高度來處理分辨率，從而學會了“看”。
因此，這說明了動物神經網絡的學習能力有多驚人。也就是說你把感器的信號接入到大腦中，大腦的學習算法就能找出學習數據的方法並處理這些數據。
從某種意義上來說如果我們能找出大腦的學習算法，然後在計算機上執行大腦學習算法或與之相似的算法，這就是我們要機器模擬人的原因。
4. 神經網絡跟深度學習之間有什麼關係？
1）相同：
都採用了分層結構（輸入層、隱藏層、輸出層）的多層神經結構。
2）不同：
- 層數不同，通常層數比較高的我們叫做深度學習，但具體多少層算高，目前也沒有有個統一的定義，有人說10層，有人說20層；
- 訓練機制不同，本質上的區別還是訓練機制的不同。
傳統的神經網絡採用的是back propagation的方式進行，這種機制對於7層以上的網絡，殘差傳播到最前面就變得很小了，所謂的梯度擴散。
而深度學習採用的訓練方法分兩步，第一步是逐層訓練，第二步是調優。
深度學習中，最出名的就是卷積神經網絡（CNN）和循環神經網絡（RNN）。
關於深度學習，在這裡就不展開了，之後會單獨寫一篇文章討論深度學習，感興趣的同學可以關注下。
06 半監督學習（Semi-supervised Learning）
半監督學習主要特點是在訓練數據中，有小部分數據是有標籤，而大部分數據是無標籤的。
半監督學習更加像人的學習方式，就像小時候，媽媽告訴你這是雞，這是鴨，這是狗，但她不能帶你見過這個世界上所有的生物；下次見到天上飛的，你可能會猜這是一隻鳥，雖然你不知道具體這隻鳥叫什麼名字。
其實我們不缺數據，缺的是有多樣標籤的數據。因為你要想數據很簡單，就放一個攝像頭不斷拍，放一個錄音機不斷錄，就有大量數據了。
簡單說一個半監督學習的方式：
假設藍色的和黃色的是有標籤的兩類數據，而灰色的是無標籤的數據，那麼我們先根據藍色和黃色的數據劃了分類，然後看灰色的數據在哪邊，再給灰色的數據分別標上藍色或黃色的標籤。
所以半監督學習的一個重要思想就是：怎麼用有標籤的數據去幫助無標籤的數據去打上標籤。
07 無監督學習（Unsupervised Learning）
無監督學習的主要特點是訓練數據是無標籤的，需要通過大量的數據訓練，讓機器自主總結出這些數據的結構和特點。
就像一個不懂得欣賞畫的人去看畫展，看完之後，他可以憑感覺歸納出這是一類風格，另外的這些是另一種風格，但他不知道原來這是寫實派，那些是印象派。
比如說給機器看大量的文章，機器就學會把文章分類，但他並不知道這個是經濟類的、文學類的、軍事類的等等，機器並不知道每一類是什麼，它只知道把相似的歸到一類。
無監督學習主要在解決分類和聚類問題方面的應用比較典型，比如說Googel和頭條的內容分類。
08 強化學習（Reinforcement Learning）
先來聊聊強化學習跟監督學習有什麼不同。
監督學習是每輸入一個訓練數據，就會告訴機器人結果。就像有老師手把手在教你，你每做一道題老師都會告訴你對錯和原因。
強化學習是進行完一輪對話之後，才會跟機器人說這一輪對話好還是壞，具體是語氣不對，還是回答錯誤，還是聲音太小，機器不知道，它只知道結果是不好的。就像你高考，沒有老師在你身邊告訴你每做的一道題是對或錯吧，最終你只會得到一個結果：得了多少分。
強化學習模型：
首先機器會觀察它所處的環境，然後做出行動；機器的行動會改變環境；接著機器再次觀察環境，再次做出行動，如此循環。
每一次訓練結束，機器都會收到一個回饋，機器根據回饋，不斷調整模型。
以Alpha Go為例：
首先AlphaGo會觀察棋盤的情況，然後決定下一步落子；待對方落子後，AlphaGo再次根據棋盤的情況再次進行下一步。直到分出勝負之後，AlphaGo得到的reward是贏或輸。經過這樣大量的訓練之後，AlphaGo就學會了，怎樣做才更有可能贏。
強化訓練的特點：
- 反饋機制，根據反饋不斷調整自己的策略；
- 反饋有延遲，不是每次動作都會得到反饋；比如說AlphaGo，不是每一次落子都會有反饋，而是下完一整盤才得到勝負的反饋。
在此就介紹完了機器學習常見的內容，若文中有不恰當的地方，歡迎各路大神批評指正。
本文由 @Jimmy 原創發佈於人人都是產品經理。未經許可，禁止轉載。
題圖來自Unsplash，基於CC0協議。